Erstellen von Spalten-, Zeilenwertzuordnungen für mehrere Spalten

Question

Ich möchte in meiner df eine neue Spalte erstellen. Die Werte dieser Spalte werden Werten aus mehreren anderen Spalten zugeordnet.

Zur Zeit habe ich dies:

df['PLATFORM'] = df['ID_1'].map(lambda x: 'ID_1_MATCH' if x == 9 else 0) 
df['PLATFORM'] = df['ID_2'].map(lambda x: 'ID_2_MATCH' if x == 10 else 0) 
df['PLATFORM'] = df['ID_3'].map(lambda x: 'ID_3_MATCH' if x == 11 else 0) 

Mit diesem Ansatz wird der Wert in der neuen Spalte auf der zweiten und dritten Karte überschrieben werden (wo x die Kriterien des Lambda-Ausdruck übereinstimmt). Ich möchte nur die Spalte aktualisieren, in der nach der vorherigen Karte ein Wert von 0 verbleibt.

Gibt es eine Möglichkeit, Werte in einer neuen Spalte abhängig von den Zeilenwerten in mehreren anderen Spalten hierarchisch abzubilden?

Answer 1

Ich glaube, Sie brauchen numpy.where:

df['PLATFORM'] = np.where(df['ID_1'] == 9, 'ID_1_MATCH', 
       np.where(df['ID_2'] == 10, 'ID_2_MATCH', 
       np.where(df['ID_3'] == 11, 'ID_3_MATCH', 0))) 

Probe:

df = pd.DataFrame({'ID_1':[9,2,3,4], 
        'ID_2':[4,10,6,1], 
        'ID_3':[7,8,11,0]}) 

print (df) 
    ID_1 ID_2 ID_3 
0  9  4  7 
1  2 10  8 
2  3  6 11 
3  4  1  0 

df['PLATFORM'] = np.where(df['ID_1'] == 9, 'ID_1_MATCH', 
       np.where(df['ID_2'] == 10, 'ID_2_MATCH', 
       np.where(df['ID_3'] == 11, 'ID_3_MATCH', 0))) 
print (df) 
    ID_1 ID_2 ID_3 PLATFORM 
0  9  4  7 ID_1_MATCH 
1  2 10  8 ID_2_MATCH 
2  3  6 11 ID_3_MATCH 
3  4  1  0   0 

Answer 2

eine Bitmaske Verwenden Sie nur die Zeilen zu setzen, wo Ihre Bedingung wahr ist.

Dies ist idiomatischer (und schneller) als alle Karten oder Lambdas.

>>> df = pandas.DataFrame(columns=['x', 'y'], data=[[0,1], [1,2]]) 
>>> df 
    x y 
0 0 1 
1 1 2 
>>> df.ix[df['x'] % 2 == 0, 'match'] = 'x is even' 
>>> df.ix[df['y'] % 2 == 0, 'match'] = 'y is even' 
>>> df 
    x y  match 
0 0 1 x is even 
1 1 2 y is even 
>>>